Peramalan Nilai Tukar Petani Menggunakan Fuzzy Time Series Chen di Provinsi Aceh

Irma Irma, Sherli Yurinanda, Cut Multahadah

Abstract


Salah satu indikator untuk mengukur tingkat kesejahteraan petani adalah nilai tukar petani (NTP). Untuk NTP yang mengalami defisit ataupun surplus bisa dilakukan peramalan NTP untuk melihat bagaimana NTP di periode yang akan datang. Peramalan NTP menggunakan metode Fuzzy Time Series Chen. Salah satu kelebihan yang dimiliki metode tersebut adalah terbebas dari asumsi-asumsi yang harus dipenuhi dari bentuk pola data time series. Tujuan dari penelitian ini adalah memprediksi NTP dengan menerapkan metode Fuzzy Time Series Chen di Pulau Sumatera. Data yang digunakan dalam penelitian ini adalah data bulanan NTP pada periode Januari 2022 hingga Juni 2024. Tahap analisis yang dilakukan yaitu menentukan himpunan semesta (𝑈), membentuk interval, mendefinisikan himpunan fuzzy, menentukan nilai keanggotaan, melakukan fuzzifikasi, menentukan FLR, menentukan FLRG, menentukan peramalan menurut FLRG dan defuzzifikasi dan selanjutnya menentukan akurasi peramalan. Hasil penelitian diperoleh NTP pada periode Juli 2024 terdapat 4 Provinsi yang nilai NTP nya berada diatas 100. Selain itu, untuk 6 provinsi lainnya mengalami defisit. Hasil perhitungan tingkat keakuratan peramalan dengan menggunakan MAPE menunjukkan bahwa tingkat error peramalan nilai NTP di masing-masing kota mendapatkan akurasi nilai error di bawah 5%.


Keywords


Kesejahteraan Petani, Nilai Tukar Petani, Fuzzy Time Series Chen

Full Text:

PDF

References


Aeni, U., Sumarjaya, I. W., Ayu, I. G., & Srinadi, M. (2023). Peramalan Nilai Tukar Petani Subsektor Tanaman Pangan Provinsi Bali Menggunakan Metode Fuzzy Time Series Chen. 12(2), 106–113.

Azmiyati, S., Tanjung, W. N. (2017), “Peramalan Jumlah Tandan Buah Segar (Tbs) Kelapa Sawit dengan Metode Fuzzy Time Series Chen danAlgoritma Ruey Chyn Tsur”, Vol..8, No. 1, hal. 36-48.

Badan Pusat Statistik. (2022). Nilai Tukar Petani Dan Inflasi Perdesaan Provinsi Jambi 2022.

Buffa, Elwood S.,danSarin, R. K. (1996). ManajemenOperasidanProduksi Modern. Edisi 8. Jakarta: BinarupaAksara.

Makridakis, S. 1999. Metode dan Aplikasi Peramalan Jilid 1, Binarupa Aksara, Jakarta. (4)

Masyhuri. 2007. Ekonomi Mikro, Malang:UIN Malang Press

Song, Q. and B. S. Chissom. 1993. Forecasting enrollments with fuzzy time series Part I. Fuzzy Sets and Systems. 54(1):1-9.

Synaptic. (2006). Fuzzy Math, Part I, The Theory. http://www.scholarpedia.org/article/Fuzzy_logic. Juli 2010.

Risqie, I, M. 2016. Penerapan Algoritma Novel Berdasarkan Metode Fuzzy Time Series Untuk Memprediksi Nilai Tukar Petani . Skripsi. Malang: Fakultas Sains dan Teknologi, Universitas Islam Negeri Maulana Malik Ibrahim.

Rusono, N., Sunari, A., Candradijaya, Martino, I. & Tejaningsih. 2013. Analisis Nilai Tukar Petani (NTP) sebagai Bahan Penyusunan RJMN Tahun 2015-2019. Jakarta: Direktorat Pangan dan Pertanian, Bappenas.

Sukerti , N. K. 2015. Peramalan Deret Waktu Menggunakan S-Curve Dan Quadratic Trend Model in Konferensi Nasional Sistem & Informatika (KNS&I). 592–597. (11)

Makridakis, S. dan S. C. Wheelwright. 1999. Metode dan Aplikasi Peramalan, Binarupa Aksara, Jakarta.

Lestari, Sri, and Sherli Yurinanda. "Prediksi Pajak Pertambahan Nilai pada Penyediaan Jasa dengan Metode Fuzzy Time Series Model Chen." Euler: Jurnal Ilmiah Matematika, Sains dan Teknologi 11.2 (2023): 267-281.

Nanda, Y. R., Rozi, S., Sormin, C., & Safitri, Y. (2024). Fuzzy Time Series Model Lee Dalam Memprediksi Nilai Ekspor di Indonesia. Jurnal PROCESSOR, 19(2).

Perangin-angin, Yesica Abigael, Surianto Sitepu, and Harlen Gilbert Simanullang. "Implementasi Fuzzy Time Series Pada Peramalan Jumlah Pengunjung Perpustakaan." METHOTIKA: Jurnal Ilmiah Teknik Informatika 4.1 (2024): 18-29.




DOI: https://doi.org/10.15548/jostech.v5i2.10999

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 JOSTECH Journal of Science and Technology

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.